Backtesting.py中trade_on_close参数对订单执行价格的影响分析
2025-06-03 13:57:59作者:何将鹤
问题背景
在使用Backtesting.py进行策略回测时,trade_on_close参数控制着订单执行价格的选择。当设置为True时,理论上所有交易都应在当日收盘价执行;当设置为False时,则使用次日开盘价执行。然而,在某些版本中存在一个关键问题:即使trade_on_close=True,平仓订单仍可能错误地使用了次日开盘价而非当日收盘价。
技术细节解析
订单执行机制
Backtesting.py的订单执行机制分为两种模式:
-
trade_on_close=False模式:
- 买入订单:使用信号生成后次日的开盘价
- 卖出订单:同样使用次日的开盘价
- 这种模式下所有价格保持一致
-
trade_on_close=True模式:
- 买入订单:使用信号生成当日的收盘价(符合预期)
- 卖出订单:在某些版本中错误地使用了次日的开盘价(不符合预期)
- 导致买入和卖出价格基准不一致
价格处理的影响
这个问题在使用处理后的价格时尤为明显。常见场景是:
- 用户只对收盘价进行了处理(如除权除息处理)
- 开盘价、最高价、最低价保持原始未处理状态
- 当买入使用处理后收盘价而卖出使用未处理开盘价时,会导致回测结果失真
问题影响
这个bug会导致以下严重后果:
- 回测结果失真:由于买卖价格基准不一致,策略表现会被错误放大或缩小
- 策略评估偏差:Sharpe比率、最大回撤等关键指标计算不准确
- 前后版本不一致:不同版本的Backtesting.py可能产生截然不同的回测结果
解决方案
该问题已在Backtesting.py v0.6.2版本中修复。更新后:
- 当trade_on_close=True时,所有订单(包括平仓订单)都严格使用当日收盘价执行
- 确保了买卖价格基准的一致性
- 回测结果更加准确可靠
最佳实践建议
- 版本控制:确保使用最新稳定版本的Backtesting.py
- 价格一致性:如果使用处理后的价格,应对所有价格字段(Open/High/Low/Close)进行统一处理
- 结果验证:对于关键策略,建议在不同版本和参数设置下进行交叉验证
- 参数明确:明确记录回测时使用的trade_on_close参数值
总结
Backtesting.py中的trade_on_close参数对回测结果有着重要影响。理解其工作机制并确保正确使用,是获得可靠回测结果的关键。开发者应及时更新到修复版本,并在使用处理后的价格时保持各价格字段的一致性,这样才能确保策略评估的准确性和可比性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987